买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种单变量污染物排放源反演方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119742002B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411893974.7，技术领域涉及：G16C20/70；该发明授权一种单变量污染物排放源反演方法、装置、设备及介质是由臧增亮;何欣雨;刘宁;胡译文;李毅;刘浪;尤伟设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种单变量污染物排放源反演方法、装置、设备及介质在说明书摘要公布了：本申请涉及一种单变量污染物排放源反演方法、装置、设备及介质。所述方法结合了变分同化和深度学习的优势，在对污染物浓度观测数据进行三维变分同化得到更准确的染物浓度再分析场后，利用训练好的具有预测功能的排放反演模型进行污染物排放源反演预测，得到更准确的污染物排放清单。采用本方法能够满足大气污染预报和控制对高时间分辨率排放清单的需求，还显著提高了计算效率。此外，基于本方法得到的污染物排放清单还可以用于提升大气化学模式的污染物浓度预报水平，为大气污染防控治理和预报预警提供有力支撑。

本发明授权一种单变量污染物排放源反演方法、装置、设备及介质在权利要求书中公布了：1.一种单变量污染物排放源反演方法，其特征在于，所述方法包括： 获取研究区域内具有短生命周期特征的单变量的污染物浓度观测数据、气象再分析格点数据和先验排放源数据； 分别采用增强扰动策略、减弱扰动策略和跨量级调整扰动策略对所述先验排放源数据进行扰动，得到扰动后的排放源数据； 利用大气化学模式和所述扰动后的排放源数据，对研究区域内的气象场和污染物浓度场进行每小时正向模拟，得到小时分辨率的气象要素数据集和污染物浓度数据集； 将所述气象要素数据集、污染物浓度数据集和先验排放源数据输入预先构建的基于深度学习的排放反演模型进行训练，得到训练好的排放反演模型； 采用三维变分同化方法对研究区域内每小时的污染物浓度观测数据进行同化，生成污染物浓度再分析场； 将所述气象要素数据集、污染物浓度再分析场以及先验排放源数据输入训练好的排放反演模型进行预测，获取排放增量场，通过将所述排放增量场叠加至先验排放场中，得到研究区域内小时分辨率的污染物排放清单； 其中，分别采用增强扰动策略、减弱扰动策略和跨量级调整扰动策略对所述先验排放源数据进行扰动，得到扰动后的排放源数据，包括： 根据污染源的实际增排、减排以及正常排放的比例，设定研究区域内每小时增强排放、减弱排放以及正常排放的网格比例； 创建一组符合正态分布且与先验排放源数据相同维度的随机数，对所述随机数进行高斯滤波，并通过对各类型网格内的排放量分别乘以服从不同均值和标准差且符合正态分布的随机数进行初始扰动，得到增强排放网格、减弱排放网格以及正常排放网格内的扰动排放量； 采用增强扰动策略，即在初始扰动的基础上，对所有网格内的扰动排放量再乘以一个从均匀分布中生成的大于1的随机数，得到用于模拟排放源增强的增强排放清单； 采用减弱扰动策略，即在初始扰动的基础上，对所有网格内的扰动排放量再乘以一个从均匀分布中生成的小于1的随机数，得到用于模拟排放源减弱的减弱排放清单； 采用跨量级调整扰动策略，即在初始扰动之前，通过对先验排放源数据中每个时刻的排放量增加一个设定区间的随机数进行量级调整，同时根据预设阈值将排放量划分为8个区间，并对各区间内的排放量进行跨量级调整扰动后，对各个网格内的排放量乘以服从不同均值和标准差且符合正态分布的随机数，得到排放量控制在预设范围内且用于模拟现有排放源迁移和新增排放源形成的排放清单。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。